散戶干翻百億基金 美量化投資遭遇危機(jī)

　　美國市場量化基金發(fā)展較早，其帶來的成交早已在市場占比最高，但近兩年來，量化基金卻正在經(jīng)歷前所未有的挑戰(zhàn)。

　　散戶干翻百億量化基金

　　量化基金最近的麻煩來自散戶抱團(tuán)。去年以來，隨著大量流動性注入和補(bǔ)貼發(fā)放到個人手中，加上論壇等網(wǎng)絡(luò)媒體的崛起，散戶奇妙地凝聚在帶頭大哥的周圍，以前所未有之勢買入那些華爾街看空的個股。

　　ETF成交量占比是衡量美股散戶成交興趣的一個重要指標(biāo)，在市場總成交占比穩(wěn)定在15%至20%水平，但今年卻掉到12%，最大的一個原因就是散戶現(xiàn)在更愛炒作個股。

　　由于散戶做決策時的沖動和盲目，改變了市場原有的模式，極大地影響了原有量價數(shù)據(jù)的有效性，使很多原有的量化模型失效。

　　木星資管旗下的全球股票絕對回報基金就是受害者之一，它經(jīng)歷了成立以來的最大縮水，規(guī)模從巔峰時期的160億美元縮水至十來億。

　　這只量化共同基金所選取的策略是動量，即研究股票的上漲趨勢來買入賣出，這種依賴交易趨勢的做法在市場還在“沉寂”之時也還算有跡可尋，但大量散戶涌入市場后，這一切都發(fā)生了改變。

　　公司系統(tǒng)股票主管表示，這種波動很難用連貫的宏觀參數(shù)來解釋，這種散戶推動的交易不全然是風(fēng)險，但也必然更難以預(yù)測。

　　瑞士信貸的數(shù)據(jù)也證實(shí)了這一點(diǎn)，2020年后，對沖基金的持倉股票出現(xiàn)的大幅異常波動，為近十年之最。如果散戶所帶來的羊群效應(yīng)破壞了量化信號，那依據(jù)量化信號選股的整個理念都可能被顛覆。

　　新冠疫情

　　顛覆基金運(yùn)作模式

　　另一沖擊業(yè)界的就是肇始自新冠疫情的深V波動行情。量化基金也不是沒有見識過大型波瀾，只是這次的波動似乎又證明了歷史不見得都是相同重復(fù)，快速下跌和快速反彈的幅度都是前所未見。

　　這次行情中大批量化基金沒有能夠提前預(yù)測，在恐慌性下跌中遭受嚴(yán)重?fù)p失；而隨后反思現(xiàn)有模型缺乏對未知風(fēng)險的考量，甚至將危機(jī)視為2008年重現(xiàn)時，倉位降下來后市場卻又出現(xiàn)了快速的上漲，踏空了市場。與更加靈活和前矚性的主動管理基金相比，量化敗下陣來。

　　2020年3月，美國股市在連續(xù)8個交易日內(nèi)4次熔斷，隨后，橋水基金被傳出遭到沙特等主權(quán)基金大額贖回的消息，兩者疊加引起負(fù)面效應(yīng)，這則謠傳頓時在風(fēng)聲鶴唳的資本市場中，引發(fā)了巨大的波瀾，股票、外匯、債券甚至黃金再度下挫。

　　橋水基金創(chuàng)始人、聯(lián)席首席投資官達(dá)里奧在向投資者發(fā)送的《每日觀察》中的報告內(nèi)容作出了回應(yīng)，稱采用風(fēng)險平價策略的全天候基金和完全對沖的中性策略基金出現(xiàn)了不同程度的下跌，但流動性充足。雖然后續(xù)也證明橋水的確沒有爆倉，橋水當(dāng)年的業(yè)績卻也著實(shí)不好看， 一年虧損了120億美元。

　　總有一類特定資產(chǎn)在特定的經(jīng)濟(jì)環(huán)境下表現(xiàn)更好，這是橋水基金量化手段所信奉的基本投資原則，其旗艦基金的策略是衡量每一種資產(chǎn)的風(fēng)險，并按照其經(jīng)濟(jì)量化模型，在特定經(jīng)濟(jì)環(huán)境下進(jìn)行動態(tài)調(diào)整。

　　通常情況下，股票和債券收益存在反向關(guān)系，黃金和現(xiàn)金都是避險資產(chǎn)，但市場在恐慌情緒籠罩之下，股票債券齊跌，黃金遭拋售，只有現(xiàn)金成為最為靠譜的資產(chǎn)，橋水基金所依賴的基礎(chǔ)邏輯被完全破壞。在2020年3月這樣一個極端的月份，基金策略全不奏效。

　　不僅是新冠疫情導(dǎo)致的股市下跌，即使疫苗帶來的利好也會讓量化基金猝不及防：

　　2020年11月，規(guī)模40億美元的量化基金奎格利忽遇利空：美國知名節(jié)目《60分鐘》播出了輝瑞疫苗的預(yù)防效果，市場出現(xiàn)了疫情以來最為樂觀的情緒，但對于奎格利卻不是什么好消息：一時間，看多經(jīng)濟(jì)的周期股和小盤股雞犬升天，而不少依賴動量策略的量化基金卻陷入窘迫境地。這家基金甚至表示：從統(tǒng)計學(xué)上，這種幅度的市場變動絕不會發(fā)生。

　　量化基金多是通過歷史數(shù)據(jù)來計算可能存在的風(fēng)險，并由此來決定頭寸，如果價格出現(xiàn)了過去沒有的大幅波動，歷史數(shù)據(jù)就不再是可靠的指標(biāo)。用專業(yè)數(shù)據(jù)來解釋，這一現(xiàn)象代表價格數(shù)據(jù)分布產(chǎn)生“肥尾效應(yīng)”，即數(shù)據(jù)在概率分布上偏向于小概念的一端。

　　這種市場的周期輪動之突然，就像市場沒有預(yù)期到新冠疫情的風(fēng)險一樣，整個量化對沖基金再度出現(xiàn)大跌。有量化基金經(jīng)理感慨：現(xiàn)在市場的極端波動動輒就達(dá)到6個標(biāo)準(zhǔn)差，市場早已不是上一代人的市場了。

　　量化基金在市場急劇波動的場景下已經(jīng)被再次證明不靠譜，量化大神文藝復(fù)興基金去年業(yè)績跌出榜單前20。

　　量化的根本在于歷史重現(xiàn)

　　量化最直觀的理解是通過一切可以數(shù)量化的手段將交易轉(zhuǎn)為對數(shù)據(jù)變化的使用，在投資的思想根源上，卻是一種系統(tǒng)化投資策略的體現(xiàn)，即選擇歷史統(tǒng)計上獲勝概率更高的交易：即使偶爾出現(xiàn)幾次失敗的交易也不要緊，只要總體的勝率夠高或者數(shù)次交易的贏面夠大，就可以構(gòu)成總體盈利的策略。這樣的策略允許基金出現(xiàn)失敗的交易，但前提是失敗的概率是被歷史驗(yàn)證不過爾爾，持之以恒總有機(jī)會能反轉(zhuǎn)甚至更好。簡言之，大數(shù)定律一定會奏效。

　　盡管量化投資對于許多外部投資者來說是一個神秘莫測的黑箱，其內(nèi)在的邏輯卻與十幾年前的毫無二致：不管是加上人工智能、大數(shù)據(jù)處理，還是引入各種最新的另類數(shù)據(jù)，加入最新的計量經(jīng)濟(jì)學(xué)模型，都是希望使用概率上更好的交易策略，通過大量的交易去發(fā)掘更多的交易機(jī)會。

　　在量化投資中可以發(fā)現(xiàn)，使用歷史數(shù)據(jù)進(jìn)行回測是一個關(guān)鍵的步驟：從統(tǒng)計的概率上被證明能夠盈利的策略才會被投入使用，但這就暴露出一個潛在的問題：即量化策略通常只能捕捉被歷史驗(yàn)證過的交易。

　　一旦市場中出現(xiàn)了前所未有的局面，包括散戶力量的崛起和新冠疫情的出現(xiàn)，面對這些從未面對的“因子”，量化投資就仿佛陷入茫?；脑?，一時間顯得毫無頭緒。

　　投資研究公司伯恩斯坦的員工詹金斯發(fā)表的一篇報告就在業(yè)界引起了相當(dāng)爭議：“為什么我不再是一名量化分析師?！彼赋觯炕鸬暮诵氖窃噲D對未來的投資決策進(jìn)行回溯檢驗(yàn)。但如果基礎(chǔ)邏輯發(fā)生了變化，進(jìn)行量化研究和運(yùn)行回測有什么意義？量化分析正面臨挑戰(zhàn)，新冠疫情已經(jīng)徹底顛覆量化研究。

　　量化策略失效的原因很多

　　一個經(jīng)典的量化策略開發(fā)過程中，通常只會依賴歷史數(shù)據(jù)驗(yàn)證，在某些市場條件下若某種策略表現(xiàn)良好，研究人員會在市場條件仍然存在的前提下進(jìn)行調(diào)整。通過一次又一次的嘗試，增添修改參數(shù)，最終產(chǎn)生一個基于歷史數(shù)據(jù)卻有望在現(xiàn)在甚至未來一段時間持續(xù)成功的策略。

　　對于量化投資，基金經(jīng)理創(chuàng)建預(yù)定義的公式或規(guī)則后就會保持持續(xù)執(zhí)行，因此基金經(jīng)理在日常事件中不會涉及人為的偏見，這些規(guī)則在一段時間內(nèi)不斷得到監(jiān)控和優(yōu)化。在兩個再平衡期之間，基金經(jīng)理都會專注于復(fù)制策略要求的組合、保持低跟蹤誤差、管理流動性、確保交易執(zhí)行時影響成本最小。

　　接下來要問的問題是“這種策略在未來會有積極的表現(xiàn)嗎，還是僅僅因?yàn)榕既坏臋C(jī)會而看起來很好？基于歷史數(shù)據(jù)的策略顯然是成功的，但如何知道它在未來是否會占上風(fēng)？”歸根到底，量化模型的適用還是要外部的主腦去做判斷：決定這種策略在何種市場環(huán)境下能夠適用，在何種市場條件下已經(jīng)開始失效。

　　量化策略適用的市場有一些特征，如小盤股表現(xiàn)更好、市場處于震蕩期，市場效率相對較低，相對而言，在主動管理發(fā)揮空間不大的時候，量化基金往往都有出人意料的好表現(xiàn)。

　　量化策略失效的原因很多：市場上某種策略存在僅有特定的空間，如果大量同質(zhì)策略涌入，策略就會很快失效，這是競爭所帶來的策略迭代；量化基金的另一大特點(diǎn)就是通過數(shù)量手段可以覆蓋大量股票，著重分散投資，當(dāng)市場的熱點(diǎn)過于集中在少數(shù)熱門股票之下，量化基金就會跟不上大盤的步伐。

　　更好應(yīng)對黑天鵝與灰犀牛

　　考慮到研究人員反復(fù)嘗試將研究結(jié)果與歷史進(jìn)行“匹配”，現(xiàn)在不少機(jī)構(gòu)相信這種策略在長期內(nèi)使投資者受益的機(jī)會明顯減少，外部市場環(huán)境的改變正給予量化投資最新的挑戰(zhàn)。

　　許多人以為，新冠疫情的出現(xiàn)就像黑天鵝事件一樣，完全是出乎意料的小概率事件。提出黑天鵝概念的金融業(yè)人士塔雷伯卻不以為然。實(shí)際上，隨著人們對于自然界的破壞，許多野生動物離開棲息地并將其所附帶的病毒傳給人類，從概率上來講卻是越來越大的風(fēng)險。這更類似于灰犀牛風(fēng)險，即在人們身邊存在卻熟視無睹的風(fēng)險。

　　量化投資除了將歷史上已經(jīng)明確顯現(xiàn)的風(fēng)險計入其考慮，如何更好防范未見風(fēng)險已經(jīng)成為了不少量化基金開始思考的新起點(diǎn)，如想要擺脫被散戶的干擾去挖掘一些不常用指標(biāo)并進(jìn)行更快速的策略迭代，或去更有前瞻性地管理從未發(fā)生過的風(fēng)險。

　　資本市場風(fēng)險顧問公司在對2020年投資風(fēng)險回顧的調(diào)查中發(fā)現(xiàn)，盡管基金管理人會同時使用歷史和假設(shè)壓力測試，但顯然對歷史壓力測試更為上心。而現(xiàn)實(shí)是，盡管未來可能和過去有一些相似，但卻不等同于重復(fù)歷史。

　　這家顧問公司建議，假設(shè)場景不但要看似可信，更需要至少一個維度上大于歷史壓力，且需要隨著市場條件的變化感知風(fēng)險變化，有時甚至需要跟隨直覺。

　　公司指出，新冠疫情最終開始擴(kuò)散，最后產(chǎn)生全球風(fēng)險，但當(dāng)時市場卻明顯忽視了，甚至臆測大流行不可能。當(dāng)然，現(xiàn)在很容易說應(yīng)該預(yù)料到這種傳播，但為什么潛在的風(fēng)險經(jīng)常被忽視呢？其中一個很重要的原因是對于傳染病的大范圍傳播這類風(fēng)險難以量化。

　　疫情風(fēng)險很難量化，但是風(fēng)險管理不能完全依賴于基于科學(xué)的數(shù)學(xué)計算，它甚至還必須依靠直覺和判斷，只是這種判斷如何融入到量化決策流程中將是一個新課題。

　　轉(zhuǎn)自：證券時報

　　【版權(quán)及免責(zé)聲明】凡本網(wǎng)所屬版權(quán)作品，轉(zhuǎn)載時須獲得授權(quán)并注明來源“中國產(chǎn)業(yè)經(jīng)濟(jì)信息網(wǎng)”，違者本網(wǎng)將保留追究其相關(guān)法律責(zé)任的權(quán)力。凡轉(zhuǎn)載文章及企業(yè)宣傳資訊，僅代表作者個人觀點(diǎn)，不代表本網(wǎng)觀點(diǎn)和立場。版權(quán)事宜請聯(lián)系：010-65363056。

延伸閱讀